Co druga instytucja finansowa planuje wdrożenie produkcyjne AI w ciągu najbliższego pół roku, ale pełnię potencjału sztucznej inteligencji uda się wykorzystać dopiero przy przebudowie sposobu pracy i podejścia organizacyjnego, wskazuje najnowsze badanie Deloitte

Instytucje finansowe zwiększają skalę wykorzystania sztucznej inteligencji, przy czym dostęp do technologii nie zawsze przekłada się na zmianę w ich procesach. Jak wynika z raportu firmy doradczej Deloitte „State of AI in the Financial Services Industry. The untapped edge”, w ciągu ostatniego roku odsetek pracowników instytucji finansowych z dostępem do zatwierdzonych przez organizację narzędzi AI wzrósł z 30 do 62 proc. Jednak tylko nieco ponad jedna piąta korzysta z nich w codziennej pracy przez ponad 60 proc. czasu. To właśnie luka między dostępnością technologii a jej faktycznym użyciem w procesach bankowych jest aktualnie główną barierą w czerpaniu wartości z AI.

Pierwsze efekty wykorzystania sztucznej inteligencji są już widoczne w działalności instytucji finansowych. Dotyczą przede wszystkim efektywności, jakości analiz i usprawniania codziennych procesów operacyjnych. 68 proc. firm deklaruje wzrost produktywności, 48 proc. lepsze wykorzystanie danych, 46 proc. poprawę relacji z klientami, a 40 proc. redukcję kosztów. Na tym etapie wdrożenia AI przynoszą więc głównie efekty widoczne wewnątrz organizacji. Bezpośredni wpływ sztucznej inteligencji na wzrost przychodów deklaruje obecnie jedynie 18 proc. firm, choć w przyszłości oczekuje go aż 75 proc.

Do głębokiej transformacji, czyli tworzenia nowych produktów, procesów i modeli biznesowych, używa jej tylko 31 proc. instytucji. Kolejne 28 proc. przebudowuje wokół niej kluczowe procesy. Natomiast najliczniejsza grupa, 41 proc., wykorzystuje AI bez istotnych zmian w sposobie działania organizacji. Jest to najwyższy odsetek powierzchownego wdrożenia technologii ze wszystkich badanych branż.

– Sektor finansowy nie potrzebuje już kolejnych dowodów na to, że AI poprawia efektywność, jakość analiz i obsługę klienta. Ten etap mamy za sobą. Prawdziwa różnica nie polega dziś na tym, kto ma więcej pilotaży czy większy budżet, lecz na tym, kto przeniesie sprawdzone rozwiązania do codziennych procesów. Liderzy zaczynają od twardej kalkulacji uzasadnienia biznesowego i pełnego kosztu wdrożenia, a PoCe (Proof-of-Concept) traktują jako pierwszy etap drogi do produkcji, nie jako cel sam w sobie. Pozostali mnożą inicjatywy w przekonaniu, że sama technologia dostarczy wartość. W praktyce takie projekty albo nie dają się przenieść na skalę produkcyjną, albo pozostają rozwiązaniem działającym w izolacji, którego nie osadzono w istniejących procesach i które nie przynosi zwrotu z inwestycji – mówi Tomasz Tarasiuk, partner, FSI Leader for Poland, Deloitte.

Przejście od testów do wdrożenia pozostaje wyzwaniem

Dla wielu organizacji większym wyzwaniem niż uruchamianie kolejnych inicjatyw opartych na AI jest ich skuteczne skalowanie oraz wykorzystanie w istniejących procesach. Obecnie niemal jedna czwarta firm (24 proc.) wdrożyła produkcyjnie co najmniej 40 proc. swoich projektów AI, a w ciągu najbliższych trzech do sześciu miesięcy taki poziom planuje osiągnąć już ponad połowa (53 proc.).

Trudność przejścia z pilotażu do produkcji wynika z ich odmiennej skali ryzyka, odpowiedzialności i złożoności operacyjnej. Pilotaż można uruchomić w kilka miesięcy, z małym zespołem, na oczyszczonych danych w odizolowanym środowisku. Produkcja wymaga integracji z systemami centralnymi, przeglądów bezpieczeństwa, kontroli zgodności, monitorowania jakości modeli i stałego utrzymania. W bankowości dochodzi do tego osadzenie AI w silnie regulowanych procesach, od wykrywania nadużyć po decyzje kredytowe, gdzie model dobrze działający na danych historycznych potrafi zawieść w zderzeniu z rzeczywistym ruchem transakcyjnym.

Przebudowa ról i procesów kolejnym etapem wdrożeń AI

Wzrost wykorzystania sztucznej inteligencji zmienia organizację pracy, ale na razie głównie w deklaracjach. 31 proc. instytucji spodziewa się, że w ciągu roku co najmniej 10 proc. stanowisk zostanie w pełni zautomatyzowanych, a w perspektywie trzech lat taki scenariusz zakłada już 81 proc. ankietowanych. Mimo tych prognoz 84 proc. organizacji nie przeprojektowało dotąd stanowisk ani charakteru pracy pod kątem AI.

Dotychczasowo najczęściej podejmowanym działaniem jest rozwój kompetencji pracowników: 59 proc. firm prowadzi inicjatywy zwiększające znajomość AI w zespołach. Znacznie rzadziej dochodzi do faktycznej przebudowy ról, procesów i ścieżek kariery.

– Edukacja pracowników to konieczny początek, ale nie zastąpi przebudowy procesów. AI rzadko da się po prostu nałożyć na istniejący proces, najczęściej wymaga przemyślenia od nowa tego, jak zorganizowana jest praca i gdzie człowiek wnosi największą wartość. Kolejnym warunkiem skali jest governance traktowany jako fundament bezpieczeństwa tego procesu. Liderzy nie ograniczają się przy tym do najprostszych zastosowań: wdrażają również te najbardziej wymagające, dopasowując mechanizmy kontroli do ryzyka danej sytuacji – dodaje Tomasz Tarasiuk.

Technologie agentowe wymagają nowych zasad nadzoru

Systemy agentowe, które nie ograniczają się do generowania rekomendacji, ale mogą samodzielnie wykonywać wieloetapowe zadania, znajdują w finansach zastosowanie w obsłudze klienta, analizie dokumentów, monitorowaniu ryzyka, cyberbezpieczeństwie i procesach operacyjnych. W tej branży błąd agenta może bezpośrednio wpłynąć na decyzję dotyczącą klienta, transakcji czy zgodności regulacyjnej, dlatego wdrożenia wymagają szczególnej ostrożności. Z tego względu zastosowanie agentic AI w sektorze finansowym jest niższe w porównaniu do innych badanych. Obecnie 21 proc. instytucji wykorzystuje agentową sztuczną inteligencję co najmniej w umiarkowanym stopniu, ale w ciągu dwóch lat odsetek ten ma wzrosnąć do 71 proc. Tempo wdrożeń wyprzedza dojrzałość nadzoru: zaawansowany model governance dla agentów deklaruje dziś zaledwie 23 proc. firm.

Suwerenna AI trafia na agendę zarządów

Przy wyborze dostawcy sztucznej inteligencji obok funkcjonalności i ceny coraz większą rolę odgrywają lokalizacja technologii i miejsce przetwarzania danych. Dla 80 proc. respondentów kraj pochodzenia rozwiązania AI ma znaczenie przy wyborze dostawcy, a 53 proc. buduje swoje środowiska AI głównie we współpracy z lokalnymi partnerami. Kwestie lokalizacji danych i mocy obliczeniowej za istotny element planowania strategicznego uznaje aż 86 proc. badanych, a 57 proc. za bardzo istotny. Z kolei blisko dwie trzecie (65 proc.) obawia się zależności od zagranicznych technologii i infrastruktury AI.

– Suwerenna AI to już nie tylko pytanie o zgodność regulacyjną, ale o niezależność strategiczną. Instytucja, która rozwija AI na infrastrukturze pod własną kontrolą, w oparciu o własne dane, modele i talenty, może wprowadzać innowacje bezpiecznie i niezależnie od decyzji zapadających poza jej rynkiem. Ma to szczególne znaczenie dla europejskich instytucji: w regionie EMEA blisko jedna trzecia firm opiera większość swojego ekosystemu AI na technologiach spoza regionu, podczas gdy w obu Amerykach odsetek ten wynosi zaledwie 11 proc. – komentuje Michał Pieprzny, partner, Consulting Market Leader for Poland, CE Nvidia Alliance Leader, Deloitte.

Strategia wyprzedza gotowość operacyjną

Skala inwestycji w AI rośnie – 85 proc. instytucji finansowych zwiększa nakłady na AI, ale nie zawsze idzie to w parze z gotowością do wdrożeń na szeroką skalę. Wysoka gotowość deklarowana jest w obszarach zależnych od decyzji zarządu: strategii (deklaruje ją 47 proc. instytucji, +4 p.p. r/r) oraz ryzyka i governance (32 proc., +7 p.p. r/r). Zbliżony poziom utrzymuje zarządzanie danymi (43 proc., +1 p.p. r/r). Słabiej wypadają obszary operacyjne: infrastruktura technologiczna (38 proc., -1 p.p. r/r) i talenty (19 proc., -2 p.p. r/r).

Ta rozbieżność dobrze podsumowuje diagnozę raportu: organizacje wiedzą, dokąd chcą zmierzać z AI, ale wciąż brakuje im zdolności, by tam dotrzeć. Niewykorzystana przewaga nie zniknie sama. Zdobędą ją nie firmy z największą liczbą projektów, lecz te, które wbudują AI w fundamenty swojego działania: w to, jak konkurują i jak rosną.

Raport „State of AI in the Financial Services Industry. The untapped edge” został opracowany przez Deloitte AI Institute na podstawie corocznego badania „State of AI in the Enterprise”. Badanie przeprowadzono między sierpniem a wrześniem 2025 r. wśród 3 235 liderów szczebla dyrektorskiego, zarządczego i C-level z 24 krajów oraz sześciu branż. Część poświęcona sektorowi finansowemu obejmuje odpowiedzi ponad 570 liderów biznesowych i technologicznych bezpośrednio zaangażowanych w inicjatywy AI w swoich organizacjach.

Pełny raport do pobrania znajduje się tutaj.